Veröffentlicht am: Jul 25, 2023
AWS Glue für Apache Spark unterstützt jetzt native Konnektivität zu Snowflake, sodass Benutzer Daten aus Snowflake lesen und schreiben können, ohne Snowflake-Connector-Bibliotheken installieren oder verwalten zu müssen. Darüber hinaus verfügt AWS Glue Studio über neue visuelle ETL-Funktionen für Snowflake-Quellen und -Ziele, um Zeit bei der Erstellung von Datenpipelines für Snowflake zu sparen. Mit AWS Glue Studio können ETL (Extract, Transform and Load)-Entwickler Daten mit einer Drag-and-Drop-Oberfläche ohne Code visuell transformieren. Mit diesem neuen Konnektor und den visuellen Funktionen können ETL-Entwickler mithilfe von AWS Glue Daten effektiver lesen und in Snowflake schreiben.
Bei der Erstellung von visuellen ETL-Jobs mit AWS Glue Studio können Entwickler jetzt eine Snowflake-Tabelle als direkte Quelle wählen oder Snowflake SQL verwenden, um eine benutzerdefinierte Quelle zu definieren. Beim Schreiben in Snowflake können Benutzer Zieloperationen mit den üblichen Snowflake-Befehlen wie drop, truncate, upsert, create und merge definieren. Mit diesen Funktionen können ETL-Entwickler mit Snowflake und AWS Glue in einer Vielzahl von Datenkonstellationen innerhalb einer einzigen Schnittstelle arbeiten.
Erstellen Sie zunächst eine neue Snowflake-Verbindung im Glue-Datenkatalog und fügen Sie Ihrem Job eine Snowflake-Quelle oder ein Snowflake-Ziel hinzu. Dieses Feature ist in allen kommerziellen AWS-Regionen verfügbar, in denen AWS Glue angeboten wird.
Weitere Informationen finden Sie in der AWS-Glue-Dokumentation.